双时间尺度系统广泛存在于航空航天、电力、化工、机械等复杂工业领域中。现有双时间尺度系统次优控制研究成果一般以数学模型为基础,在难以建立精确模型的情况下无法应用。自适应动态规划(ADP)的方法可实现系统动态未知情况下的最优控制器设计,但是,目前不能直接应用于存在快变状态和慢变状态耦合的双时间尺度系统。本文针对模型不完全已知的双时间尺度系统的次优控制问题,采用数据与模型混合驱动的方式对线性双时间尺度系统的二次型调节器设计问题(LQR)和二次型跟踪器设计问题(LQT)展开研究,并将其应用在以磨矿过程为代表的复杂工业过程整体优化控制中。主要工作和成果总结如下:1、提出数学模型不完全已知的双时间尺度系统次优控制方法。首先,将线性双时间尺度系统分解为快、慢两个子系统,针对模型已知的快子系统,通过求解Riccati方程进行最优调节器设计;针对模型未知的慢子系统,通过对状态变量和性能指标的变量代换将其转化为标准的LQR问题,采用数据驱动的方法进行最优调节器设计;根据奇异摄动理论,设计原系统的一个次优组合控制。然后,利用奇异摄动理论分析闭环系统的稳定性及次优性。最后,通过仿真验证所提方法的有效性。2、提出数学模型不完全已知的双时间尺度系统跟踪控制方法。首先,将线性双时间尺度系统分解为快、慢两个子系统,针对模型已知的快子系统,采用基于模型的方法进行最优调节器设计,保证系统稳定;针对模型未知的慢子系统,采用数据驱动的方式设计跟踪控制器,实现对参考轨迹的快速跟踪;根据奇异摄动理论,设计次优组合控制,使系统输出跟踪参考输出。然后,利用奇异摄动理论对系统闭环稳定性及其他性能进行分析。最后,通过仿真验证所提方法的有效性。3、利用所得设计方法研究建模困难的复杂工业过程整体优化控制问题。首先,将复杂工业过程转化为双时间尺度系统次优控制问题。然后,利用上述的数据与模型混合驱动的双时间尺度系统跟踪控制方法,对无法建立准确数学模型的复杂工业过程整体优化控制问题进行设计。最后,以磨矿过程为例通过仿真验证所提方法的可行性和有效性。